本文へスキップ

mPLUG-DocOwl

文書理解のためのモジュール型マルチモーダルモデル

公式サイトを見る

mPLUG-DocOwl とは

mPLUG-DocOwl は文書理解向けのモジュール型マルチモーダル大規模言語モデルと紹介され、OCR を用いない課題を扱うと説明されている。

できること

  • 文書の視覚質問応答を実行する
  • 情報質問応答を実行する
  • 図表への問いに答える

活用場面

  • 文書の視覚質問に取り組む
  • 情報の問いに取り組む
  • 図表の問いに取り組む

長所と短所

✓ 良い点

  • 三種の質問応答が挙がる
  • 演示をオンラインで試せる

! 注意したい点

  • 課題は文書の質問応答に集中する
  • 説明される方式は OCR を使わない

よくある質問

対応する課題は?

資料は文書の視覚・情報・図表の質問応答を挙げる。

演示はある?

資料はモデルのオンライン演示に触れる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法